用指针来遍历图像
方法:取出图像中第i行数据的指针:image.ptr<uchar>(i),再访问各列元素。
unsigned char * pData = BmpStream+1078;
int nr=img1.rows;
int nc=img1.cols;
for(int i=nr-1;i>=0;i--) //遍历mat
{
const uchar* inData=img1.ptr<uchar>(i);
for(int j=0;j<nc;j++)
{
*pData++= inData[j];
}
}
一般来说图像行与行之间往往存储是不连续的,但是有些图像可以是连续的,Mat提供了一个检测图像是否连续的函数isContinuous()。当图像连通时,我们就可以把图像完全展开,看成是一行。
unsigned char * pData = BmpStream+1078;
int nr=img1.rows;
int nc=img1.cols;
if(img1.isContinuous())
{
nr=1;
nc=nc*img1.rows*img1.channels();
}
for(int i=0;i<nr;i++) //遍历mat
{
const uchar* inData=img1.ptr<uchar>(i);
for(int j=0;j<nc;j++)
{
*pData++= * inData ++;
}
}
注:若算法对行列敏感,不能采用第2种方法,因为已经转换为1维!
用指针除了用上面的方法外,还可以用指针来索引固定位置的像素:
image.step返回图像一行像素元素的个数(包括空白元素),image.elemSize()返回一个图像像素的大小。
&image.at<uchar>(i,j)=image.data+i*image.step+j*image.elemSize();
实验证明
虽然把遍历方式改为指针,但发现release下的速度与at方法差不多(快一点点);而debug下的确是快很多;这说明,在编译的时候,release会对at方法进行优化的!所以,在满足算法的实时性要求的条件下,为了代码的可读性,还是直接用at方法吧,而且用着还方便。
另一个比较at方法与指针方法的例子:
1000*1000矩阵的16位整型转换32位浮点,输入Mat src为1000*1000的CV_16U类型,输出Mat dst
//方式一 : at方法
for(int i=0;i<h;i++) //遍历行
{
for(int j=0;j<w;j++) //遍历列
{
dst.at<float>(i,j) = (float)src.at<unsigned short>(i,j);
}
}
速度最慢
//方式二 : converTo方法
src.convertTo(dst,CV_32F);
比at方法快
//方式三 : 指针
unsigned short* psrc = (unsigned short*)src.data;
//float *pdst = new float [src.total()];
float *pdst = (float*)dst.data;
for(int i=0;i<h;i++) //遍历行
{
const unsigned short* p0 = psrc + i*w;
float* p1 = pdst + i*w;
for(int j=0;j<w;j++) //遍历列
{
*p1++= (float)p0[j];
}
}
速度与convertTo差不多
-------------------------END---------------------------------